戴帅湘：蓦然认知语音交互时代应用生态的缔造者

触电的猪

2018 年 10 月 18 日，备受瞩目的世界智能网联汽车大会如期在北京国家会议中心拉开帷幕，这场为期 4 天的大会由北京人民政府、工业和信息化部主办，云集了徐留平、马化腾、李彦宏、李书福等众多知名企业大佬及政府领导，19 日，蓦然认知 CEO 戴帅湘也出席了本次大会并发表演讲。
2017 年，三部委联合发布的《汽车产业中长期发展规划》中，提出将智能网联汽车作为我国汽车产业转型升级的重要突破口；在 2018 年 1 月发改委《智能汽车创新发展战略》意见稿中，明确指出："2020 年中国智能新车比例达到 50%，2025 年新车基本实现智能化。" 足见，未来车联网发展潜力巨大，机会众多。
作为一家以认知计算、自然语言理解技术为核心的人工智能公司，蓦然认知一早就看到了这样的趋势，并在成立之初便在车联网方面进行技术深耕，不仅是行业内最短时间切入汽车前装的 AI 公司，也是最短的时间内为汽车前装提供软硬一体的 AI 解决方案的公司。截至目前，蓦然认知已经与众多国际及本土主机厂及车机 Tier 1 建立了长期合作伙伴关系。
随着电动化、智能化、网联化、共享化等的快速融合发展，全球汽车产业正在迎接一场前所未有的变革浪潮，在这样的时代背景下，蓦然认知能够带给汽车行业什么样的变革？蓦然认知 CEO 戴帅湘的演讲或许能告诉我们答案。


接下来，针对戴帅湘先生的演讲，笔者做了如下整理及归纳：
演讲中，戴帅湘提到蓦然认知想要打造的是智能语音交互中的 iOS，他表示：" 我们要做的是用对话机器人来分发服务，协同设备工作，构建真正意义上的智能车联网。" 为此，蓦然认知在原先语义理解、对话系统、学习系统、自动服务对接及语言生成等 " 核心技术的基础上，又自主研发了特别针对车载场景的 " 语音识别、远场降噪、唤醒 + 离线命令词、声纹识别、语音合成 " 等技术，形成了一整套完整的技术闭环。当然，蓦然认知所做的，远不止这些……
打破 APP 之间的壁垒  一语唤醒即用即停
自 2017 年苹果第一代 iphone 上市以来，智能手机和移动互联网早已彻底颠覆了人们的生活场景和链接方式，然而十多年过去，曾经为我们带来众多便利的 APP 正在充斥着手机，不仅占据了大量的空间，信息的泛滥、账号密码的繁多也让人们困扰不已，APP 背后隐藏问题和弊端已经开始出现……在这样的情况下，很多所谓的智能车联网，却依旧照搬手机的老路子，仅仅是把 APP 移植到了车机上而已，这显然是行不通的。
我们可以试想一下，当用户想要去外地自驾游玩儿，为此他可能需要下载美食点评、酒店预订、机票、导航等繁多的应用，原本一个简单的需求实现起来却大费周章，着实不美。况且，与其在车机屏上操作，何不用手机来的更加方便？
熟悉蓦然认知的朋友们想必对 " 对话即应用 " 都不会陌生，早在成立之初，戴帅湘就提出了这一概念，即通过语音对话的方式来获取和分发服务。
我们再来试想另一种场景，用户在开车途中突然想到去某地旅游，他可以直接对着车机说：" 小蓦，帮我订一张明天去上海的机票，要东方航空的。" 此时，小蓦会自动推荐适合的机票，并指导用户直接通过语音操作完成订票等一系列流程。接着，小蓦会主动询问是否要定当天的酒店并推荐相关的景点，用户只需要询问或者回答即可，这样一来，不仅车主的行车安全得到了保障，同时也省却了繁杂的流程和步骤，快速高效。同时，在语音交互过程中，只需一次唤醒便可持续多轮对话，无需多次唤醒，并且可以随时唤起随时停止，方便快捷。

打通吃穿住行娱乐多生态 构建连贯场景的智慧车联网服务生态


据悉，目前蓦然认知已经接入的服务包括 O2O 类的有外卖、咖啡、生活用品……出行类的有酒店、机票、火车票、景点门票……娱乐类的有电影票、有声节目、音 / 视频资源……当然，也包括了围绕汽车场景的停车、加油、路况、限行、保险等等。从最简单的查天气、查新闻、问股价到吃饭、穿衣、娱乐休闲，都可以直接通过语音来完成。
当然，蓦然认知要做的，并非是将这些功能服务进行简单的累加堆砌，而是将人们吃穿住行娱乐整个生态服务打通的连贯场景服务，真正为用户提供全语音对话的全方位智慧车联网服务。
举例来讲，在家时，当你想看近期的电影《江湖儿女》，可以直接对小蓦说：" 帮我订一张附近的今天晚上 7 点左右的《江湖儿女》的电影票 "，此时小蓦便会为您推荐适合的场次供选择，语音选座之后，直接扫码付款即可；上车后，电影院的地址便直接在车机屏幕上显示出来，并主动询问是否要导航去此地。而在导航去电影院的途中，小蓦除了会提供跟电影相关的音乐及信息服务之外，还会主动提供所到目的地周围的餐饮及娱乐服务，甚至为你提前排号或者预定餐馆。到达目的地后，蓦然认知接入的 ETCP 等服务也让用户的停车更加方便快捷。
车载语音全栈技术领航者


针对智能车载场景，蓦然认知拥有一整套全自主研发的车载语音处理技术：包括语义理解、对话系统、学习系统、自动服务对接、语音识别、语音合成、声纹识别、唤醒 + 离线命令词、远场降噪、语言生成等全栈技术。为了将车联网服务做到极致，蓦然认知针对车载环境，对语音处理技术进行了优化，使其深度适配车载环境。蓦然的车载专属信号处理技术，可以做到去除空调、胎噪等平稳噪声，语音、喇叭等非平稳噪声及去除车内混响。
语音唤醒方面，可以自定义多个唤醒词，拥有多达 200 个离线命令词，并支持一语即达、唤醒打断等；唤醒率大于 96%，误唤醒率小于 0.03 次每小时。
语音识别方面，蓦然认知拥有车载环境专属的声学模型，深度适配不同车载使用场景、车载噪声环境及麦克风阵列及降噪算法；识别率大于 93%，场景覆盖导航、音乐、POI 查询、车辆控制等方面。
声纹识别方面，准确率高达 97%，支持文本无关的注册和验证方式，支持快速的声纹提取与验证，应用场景更加灵活。
语音合成方面，蓦然认知基于深度学习的高质量语音合成技术，可以生成流畅自然的语音输出。
除了以上这些技术方面的深度定制之外，最重要的一点其实是：蓦然认知的车载语音交互更加类人，在与机器的交互过程中，车主可以完全按照自己平时说话的方式来，而不需要遵循特定的词语或模式，蓦然认知的对轮对话也让整个交互过程更加的方便舒适，这些都得益于蓦然认知在语音方面深厚的技术积累及创新。
在之后的采访中，有记者问到：" 对比目前热门的斑马，蓦然认知有什么不同？" 戴帅湘回答到：" 与斑马的技术集成商身份不同，蓦然认知的全栈核心技术都掌握在自己手中，这就使得蓦然的成本、过程、效果都更加可控；整个语音通路是非常复杂的东西，只有像蓦然认知这样的拥有全栈核心技术的公司才能达到最大的协同效益。"
随着智能网联发展的越来越快，众多公司涌入，一时间行业鱼龙混杂，很多公司将精力花费在那一块儿液晶屏之上，却忽略了用户们最基本的需求——信息的传递和优质的服务，而蓦然认知却从一开始便立足于用户需求，将信息的传递和服务做到极致，做语音交互时代应用生态的缔造者。